如何在 OpenCV Python 中计算和绘制图像的二维直方图？

我们可以应用cv2.calcHist()函数来计算图像的二维直方图。彩色图像具有三个通道 - 红色、绿色和蓝色。我们可以一次计算两个颜色通道的二维直方图。因此，我们有三种颜色通道组合，每次取两个 - 红色和绿色（或绿色和红色）、绿色和蓝色（或蓝色和绿色）以及蓝色和红色（或红色和蓝色）。

步骤

要计算和绘制输入图像的二维直方图，可以按照以下步骤操作 -

• 导入所需的库OpenCV和matplotlib。确保您已安装它们。

• 使用cv2.imread()方法读取输入图像。指定图像的完整路径。

• 使用cv2.split()函数将输入图像拆分为相应的蓝色、绿色和红色通道。

blue, green, red = cv2.split(img)

• 一次计算两个颜色通道的二维彩色直方图。计算三个颜色通道所有三种组合的二维直方图。要计算绿色和蓝色通道的二维直方图，我们应用以下代码片段。

hist = cv2.calcHist([green, blue], [0, 1], None, [32, 32],[0, 256, 0, 256])

• 绘制上面计算出的二维直方图。

让我们看一些例子，以便更好地理解这个问题。

我们在下面的示例中使用以下图像作为输入文件。

示例

在这个 Python 程序中，我们计算并绘制输入图像的三种组合（蓝色和绿色、绿色和红色以及红色和蓝色）颜色的二维直方图。

# import required libraries
import cv2
from matplotlib import pyplot as plt

# Read the input image
img = cv2.imread('blue-pool.jpg')

# split the image into the respective channels Blue, Green and Red
blue, green, red = cv2.split(img)

# 2D color histogram for the

# green and blue channels
plt.subplot(131)
hist1 = cv2.calcHist([green, blue], [0, 1], None, [32, 32],[0, 256, 0, 256])
p = plt.imshow(hist1, interpolation="nearest")
plt.title("2D Histogram for G and B", fontsize=8)
plt.colorbar(p)

# 2D color histogram for the red and green channels
plt.subplot(132)
hist2 = cv2.calcHist([red, green], [0, 1], None, [32, 32],[0, 256, 0, 256])
p = plt.imshow(hist2, interpolation="nearest")
plt.title("2D Histogram for R and G", fontsize=8)
plt.colorbar(p)

# 2D color histogram for the blue and red channels
plt.subplot(133)
hist3 = cv2.calcHist([blue, red], [0, 1], None, [32, 32],[0, 256, 0, 256])
p = plt.imshow(hist3, interpolation="nearest")
plt.title("2D Histogram for B and R", fontsize=8)
plt.colorbar(p)
plt.show()

运行上述程序时，将生成以下输出窗口，显示输入图像的二维直方图。

Shahid Akhtar Khan

更新于: 2022年12月2日

664 次浏览

开启你的 职业生涯

通过完成课程获得认证

开始学习